depthimage-to-laserscan

安装

sudo apt-get install ros-melodic-depthimage-to-laserscan

depthimage_to_laserscan 功能包核心：
订阅的Topic
image(sensor_msgs/Image)
输入图像信息。
camera_info(sensor_msgs/CameraInfo)
关联图像的相机信息。通常不需要重新映射，因为camera_info将从与image相同的命名空间中进行订阅。
发布的Topic
scan(sensor_msgs/LaserScan)
发布转换成的激光雷达类型数据。
一般需要设置的是:
scan_height(int, default: 1 pixel)
设置用于生成激光雷达信息的象素行数。
scan_time(double, default: 1/30.0Hz (0.033s))
两次扫描的时间间隔。
range_min(double, default: 0.45m)
返回的最小范围。结合range_max使用，只会获取 range_min 与 range_max 之间的数据。
range_max(double, default: 10.0m)
返回的最大范围。结合range_min使用，只会获取 range_min 与 range_max 之间的数据。
output_frame_id(str, default: camera_depth_frame)
激光信息的ID，需要与深度相机的坐标系一致。
################################################################
根据rostopic list中深度相机的深度图像话题修改image和camera_info的内容

为了与2D激光雷达输出的默认激光话题/scan区分，将输出的伪激光话题remap重映射为depth_scan

核心代码

取深度图像上每一列最小值依次保存到雷达ranges[]数组中，这样理论上，我们将会获kinect前方纵向上最近的障碍物距离，ranges[]数组体现了横向每个障碍点到kinect距离。但是实际，纵向上扫面的高度极为苛刻，并不能把地面到到0.6米的高度都扫一遍，因为什么呢，请看后面总结。先看核心代码，思路：先行扫描将数据存到ranges[]中，然后再高度扫面，比较下一行与原来数据ranges[]，小数据替换原来ranges[]中的大数据，这样就将高度给压缩了。

在其中的convert函數中

void convert(const sensor_msgs::ImageConstPtr& depth_msg, const image_geometry::PinholeCameraModel& cam_model,
const sensor_msgs::LaserScanPtr& scan_msg, const int& scan_height)
計算到圖像中心的偏移量是通過

const int offset = (int)(center_y - scan_height/2);
這裡修改為：

const int offset = 0;

  if (!_sdf->HasElement("pointCloudCutoff"))this->point_cloud_cutoff_ = 0.4;elsethis->point_cloud_cutoff_ = _sdf->GetElement("pointCloudCutoff")->Get<double>();if (!_sdf->HasElement("pointCloudCutoffMax"))this->point_cloud_cutoff_max_ = 5.0;else

限制最远5米

<launch><node pkg="depthimage_to_laserscan" type="depthimage_to_laserscan" name="depthimage_to_laserscan"><remap from="image" to="/camera/depth/image_raw" /><param name="output_frame_id" value="camera_link"  /></node>
</launch>

参考：https://www.itdaan.com/blog/2017/09/14/e707ed6398575abe92857ccb9d01f078.html 核心代码算法讲解
https://blog.csdn.net/YiYeZhiNian/article/details/106084250 代码架构简析

depthimage-to-laserscan相关推荐

pointcloud 转ptr_ROS学习笔记（三）sensor_msgs::LaserScan转pcl::PointCloud
一.前言首先,为什么要进行数据的转换?举个例子,在ROS中,我们通过订阅Kinect的RGB图像topic就可以获取到图像数据,但当我们要对这些图像进行处理的时候,我们需要用到专门的图像处理库,比如 ...
Kinect V1读取图像数据(For Windows)
Kinect V1读取图像数据(For Windows) 这篇博客 Kinect V1介绍数据读取的基本流程运行代码和注释结尾这篇博客刚好有一台现成的Kinect V1相机,所以就拿过来学 ...
PCL：点云特征描述子3D_object_recognition_(descriptors)
PCL官网:https://pointclouds.org/ 翻译自该网站:http://robotica.unileon.es/index.php/PCL/OpenNI_tutorial_4:_3D ...
设备连接：Ubuntu16.04 ROS中连接Hokuyo激光雷达UTM-30LX-EW
这次连接的设备如下:(以下是一步步的设备连接到采集数据的介绍,没法再详细了吧) -----第一步:连接硬件---- 首先雷达需要的供电电压是12V,PC需要的供电电压是24V.所以本次连接是 ...
Gmapping 乱七八糟
笔记和总结: void SlamGMapping::startLiveSlam()主要是订阅话题,主要有 scan_filter_-> registerCallback(boost::bind( ...
【SLAM建图和导航仿真实例】（一）- 模型构建
引言在这个-SLAM建图和导航仿真实例-项目中,主要分为三个部分,分别是 (一)模型构建 (二)根据已知地图进行定位和导航 (三)使用RTAB-MAP进行建图和导航该项目的slam_bot已经上传 ...
[置顶] ros的navigation之———gmapping应用详解(in ros)
gmapping是一个比较完善的地图构建开源包,使用激光和里程计的数据来生成二维地图. 博主最近也一直在使用gmapping,在前期着实被它卡了好久,因为好多东西不明白(原谅我是ros小白). 现 ...
牲畜体表信息的三维重建
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达引导语:本文为"3D视觉创新应用(三维重建)竞赛"作品集系列之一,该作品由来自中国 ...
ekf pose使用方法 ros_ubuntu16.04下ROS操作系统学习笔记（二）
做SLAM的硬件要求(不一定是必须的,看包和库的依赖): (1):差分轮式机器人,可以使用Twist速度指令控制,需要线速度和角速度. (2):需要激光雷达.深度摄像头等测距设备,可以获取环境深度信息 ...
PCL中的OpenNI点云获取框架(OpenNI Grabber Framework in PCL)
从PCL 1.0开始,PCL(三维点云处理库Point Cloud Library)提供了一个通用采集接口,这样可以方便地连接到不同的设备及其驱动.文件格式和其他数据源.PCL集成的第一个数据获取驱动 ...

depthimage-to-laserscan

depthimage-to-laserscan相关推荐

最新文章

热门文章